WO2013055257A1 - Procédé de prévision d'un indicateur cible d'événements sur la base d'un nombre illimité de caractéristiques - Google Patents

Procédé de prévision d'un indicateur cible d'événements sur la base d'un nombre illimité de caractéristiques Download PDF

Info

Publication number
WO2013055257A1
WO2013055257A1 PCT/RU2012/000787 RU2012000787W WO2013055257A1 WO 2013055257 A1 WO2013055257 A1 WO 2013055257A1 RU 2012000787 W RU2012000787 W RU 2012000787W WO 2013055257 A1 WO2013055257 A1 WO 2013055257A1
Authority
WO
WIPO (PCT)
Prior art keywords
event
events
segments
segment
characteristic
Prior art date
Application number
PCT/RU2012/000787
Other languages
English (en)
Russian (ru)
Inventor
Максим Андреевич ДРОБЫШЕВ
Original Assignee
Общество С Ограниченной Ответственностью "Лайфстайл Маркетинг"
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Общество С Ограниченной Ответственностью "Лайфстайл Маркетинг" filed Critical Общество С Ограниченной Ответственностью "Лайфстайл Маркетинг"
Publication of WO2013055257A1 publication Critical patent/WO2013055257A1/fr

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Abstract

L'invention concerne un procédé de prévision d'un indicateur cible d'événements. Le procédé de l'invention comprend l'obtention par un ordinateur de données sur les événements, avec indication pour chaque événement d'un indicateur cible et d'un ensemble arbitraire de ses caractéristiques, la segmentation, la formation d'un modèle prévisionnel et la prévision d'un indicateur cible d'un évènement analogue suivant ; au moyen de l'ordinateur on attribue des numéros aux évènements, on effectue la numérotation complète des caractéristiques des évènements, on trie les valeurs des caractéristiques dans l'ordre de numéro de la caractéristique de l'évènement - d'importance de la caractéristique de l'évènement, on les mémorise dans cet ordre dans la mémoire de données de l'ordinateur en indiquant les numéros des évènements, après quoi au cycle de segmentation on effectue une division en séquence d'un ensemble d'évènements en plusieurs sous-ensembles, qui sont des segments de niveaux suivants correspondant à l'arbre de décisions pendant laquelle on effectue une lecture des caractéristiques l'une après l'autre, de leurs valeurs et des numéros à partir de la mémoire des données. Pour chaque segment on calcule la valeur de la meilleure caractéristique et on détermine le segment concerné par l'événement analogue suivant, la valeur moyenne du paramètre cible de ce segment déterminé servant de prévision à un événement analogue suivant.
PCT/RU2012/000787 2011-10-14 2012-09-27 Procédé de prévision d'un indicateur cible d'événements sur la base d'un nombre illimité de caractéristiques WO2013055257A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
RU2011141635 2011-10-14
RU2011141635/08A RU2480828C1 (ru) 2011-10-14 2011-10-14 Способ прогноза целевого показателя событий по неограниченному количеству характеристик

Publications (1)

Publication Number Publication Date
WO2013055257A1 true WO2013055257A1 (fr) 2013-04-18

Family

ID=48082155

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/RU2012/000787 WO2013055257A1 (fr) 2011-10-14 2012-09-27 Procédé de prévision d'un indicateur cible d'événements sur la base d'un nombre illimité de caractéristiques

Country Status (2)

Country Link
RU (1) RU2480828C1 (fr)
WO (1) WO2013055257A1 (fr)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140379892A1 (en) * 2013-06-20 2014-12-25 Microsoft Corporation Sorted event monitoring by context partition

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104598521B (zh) * 2014-12-12 2017-03-15 北京京东尚科信息技术有限公司 处理用户行为数据的方法和装置
CN112669085A (zh) * 2021-01-04 2021-04-16 北京明略软件系统有限公司 一种目标事件数据的确定方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6839682B1 (en) * 1999-05-06 2005-01-04 Fair Isaac Corporation Predictive modeling of consumer financial behavior using supervised segmentation and nearest-neighbor matching
US20080103808A1 (en) * 2001-08-22 2008-05-01 Berry Kevin E Management of contract data
US7542881B1 (en) * 2000-05-11 2009-06-02 Jean-Marie Billiotte Centralised stochastic simulation method
US20110191140A1 (en) * 2003-06-10 2011-08-04 Newman Alan B System and method for analyzing marketing efforts

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2236700C2 (ru) * 2000-03-02 2004-09-20 Открытое акционерное общество "Московская телекоммуникационная корпорация" Способ анализа и прогнозирования развития динамической системы и ее отдельных элементов
DE102004022142B4 (de) * 2004-05-05 2007-09-20 Siemens Ag Verfahren zur rechnergestützten Bewertung der mittels eines Prognosemodells durchgeführten Prognose von Kenngrößen eines technischen Systems
RU2326431C2 (ru) * 2006-07-06 2008-06-10 Ара Аршавирович Абрамян Система стратегического прогноза технического состояния объектов, преимущественно компьютерно-вычислительных систем

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6839682B1 (en) * 1999-05-06 2005-01-04 Fair Isaac Corporation Predictive modeling of consumer financial behavior using supervised segmentation and nearest-neighbor matching
US7542881B1 (en) * 2000-05-11 2009-06-02 Jean-Marie Billiotte Centralised stochastic simulation method
US20080103808A1 (en) * 2001-08-22 2008-05-01 Berry Kevin E Management of contract data
US20110191140A1 (en) * 2003-06-10 2011-08-04 Newman Alan B System and method for analyzing marketing efforts

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140379892A1 (en) * 2013-06-20 2014-12-25 Microsoft Corporation Sorted event monitoring by context partition
US9584379B2 (en) * 2013-06-20 2017-02-28 Microsoft Technology Licensing, Llc Sorted event monitoring by context partition

Also Published As

Publication number Publication date
RU2480828C1 (ru) 2013-04-27

Similar Documents

Publication Publication Date Title
Brida et al. A non-linear approximation to the distribution of total expenditure distribution of cruise tourists in Uruguay
US20230081051A1 (en) Systems and methods using inventory data to measure and predict availability of products and optimize assortment
US20020165755A1 (en) Method of predicting behavior of a customer at a future date and a data processing system readable medium
US11854022B2 (en) Proactively predicting transaction dates based on sparse transaction data
CN109741082A (zh) 一种基于时间序列分解的季节性商品需求预测方法
US11762819B2 (en) Clustering model analysis for big data environments
Sakib Restaurant sales prediction using machine learning
CN111768243A (zh) 销量预测方法、预测模型构建方法、装置、设备及介质
CN111127074A (zh) 一种数据推荐方法
Kulshrestha et al. Study for the prediction of E-commerce business market growth using machine learning algorithm
RU2480828C1 (ru) Способ прогноза целевого показателя событий по неограниченному количеству характеристик
CN112231548A (zh) 用户登录行为的分析方法、装置、系统及存储介质
CN115841345B (zh) 跨境大数据智能化分析方法、系统以及存储介质
Gutama et al. Analysis of the effect of website sales quality on purchasing decisions on e-commerce websites
Tran et al. Building a Lucy hybrid model for grocery sales forecasting based on time series
Granov Customer loyalty, return and churn prediction through machine learning methods: for a Swedish fashion and e-commerce company
Ghareeb et al. A comparative Time Series analysis of the different categories of items based on holidays and other events
Burman et al. Markdown pricing for a large scale retailer
Tripathy et al. Rough set-based attribute reduction and decision rule formulation for marketing data
Ouamani et al. A Hybrid Model for Demand Forecasting Based on the Combination of Statistical and Machine Learning Methods
Myburg Using recency, frequency and monetary variables to predict customer lifetime value with XGBoost
Güner Retail data predictive analysis using machine learning models
Dijkshoorn Predicting sales peaks of weather related products by a STAR model
Tawde et al. Optimization of SCM process using evolutionary algorithm on SVR
Polam Sales and Logistics Analysis in E-Commerce using Machine Learning Models: UK

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12839977

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12839977

Country of ref document: EP

Kind code of ref document: A1